2022/8 | Fachbeitrag | Analytics

Vier Tipps für eine erfolgreiche Migration zu einer neuen digitalen Analyselösung

Der Wechsel zu einer neuen Lösung bedeutet, dass ein klassisches "Fortsetzen" einer ähnlich gestalteten Analyse meist nicht möglich ist. Denn die Systeme funktionieren unterschiedlich, meist ändert sich die komplette Struktur der erfassten Daten. Das heißt, für eine erfolgreiche Migration benötigen Sie zunächst einmal die richtige Analyselösung. Um mit den aktuellen Datenschutzanforderungen Schritt zu halten, sollten Sie auf einen Anbieter achten, für den Datenschutz an erster Stelle steht. Dieser sollte dieselbe Definition verwenden und zum Beispiel Cookie-IDs und IP-Adressen als personenbezogene Daten einschließen. Zudem sollte er die privaten Daten der europäischen Nutzer in Europa speichern und nur dort verwenden.

Bildquelle: (C) Photo Mix / Pixabay

Um die neue Lösung schnell zu implementieren, ohne die Daten Ihrer User zu gefährden, müssen Sie einem bewährten Prozess folgen. Diese vier Schritte können dabei helfen:

1. Datenmodellierung, Tagging und Dokumentation

Auf Basis der ermittelten Geschäftsanforderungen sowie der bereits vorhandenen Berichte, Website-Strukturen, Datenströme und Event-Definitionen sollten Sie das Datenmodell festlegen, das sich für Ihr Unternehmen am besten eignet. Je flexibler, umso besser können Sie die notwendigen Anpassungen vornehmen, wenn sich Ihre Bedürfnisse und Anforderungen im Laufe der Zeit weiterentwickeln. Beziehen Sie sowohl Technikexperten als auch Geschäftspartner in Ihre Analysegespräche ein, dann erhalten Sie einen ganzheitlichen Überblick darüber, wonach Sie suchen und wie Analysen und Erkenntnisse in Ihrer gesamten Firma genutzt werden.

Erstellen Sie auf der Grundlage des Datenmodells, für das Sie sich entschieden haben, einen Tagging-Plan. So erkennen Sie alle Elemente, die Sie zum Erreichen Ihrer Messgrößen benötigen. Um schnell loslegen zu können, können Sie eine schrittweise Implementierung in Betracht ziehen. Ereignisse wie Seitenaufrufe und Klicks können in wenigen Stunden implementiert werden und Ergebnisse liefern. Technisch und konzeptionell komplexere Tags können hingegen erst im Laufe der Zeit hinzukommen, wenn Ihre Analyseanforderungen anspruchsvoller werden. Mit diesem Ansatz erzielen Sie sofort einen Nutzen und im Laufe der Zeit können Sie auf dieser Grundlage aufbauen.

Sobald Sie Ihr Datenmodell eingerichtet haben, stellen Sie sicher, dass Ihre Dokumentation benutzerfreundliche Beschreibungen der einzelnen Metriken enthält. In diesen soll stehen, welche Informationen ein bestimmter Datensatz enthält. Oft wird übersehen, dass nicht nur spezialisierte Analysten mit einer Analyselösung arbeiten, sondern Mitarbeiter aus verschiedenen Abteilungen wie Marketing und Vertrieb, und die Geschäftsführung: Sie brauchen eine stärkere Einordnung der Daten in den Kontext mit weiteren Erklärungen, um diese effektiv interpretieren zu können.

2. Implementierung

Zu den wichtigsten Komponenten Ihrer Implementierung zählt die Verbindung Ihrer bisherigen Ressourcen (wie Metriken und Taxonomien) mit Ihrem neuen System. Dies ermöglicht einen nahtlosen Übergang für Ihre Endbenutzer, indem sie das neue System auf demselben Niveau bewegt, wie das alte. Um dies zu erreichen, sollten Sie ein paar Dinge beachten:

  • Der gleichzeitige Austausch aller Tools kann zu Verwirrung in den Teams führen und die Kontinuität der Berichterstattung beeinträchtigen. Falls Sie bereits Business-Intelligence-Tools verwenden, können Sie sich für eine Analyselösung entscheiden, die sich in diese Plattformen integrieren lässt und Ihnen das Leben erleichtert. Eine Integration dieser Art ermöglicht einen schnelleren Beginn der Arbeit, indem Sie Daten aus dem neuen System in bestehende Berichte, Dashboards und Visualisierungen einspeisen, die den Anforderungen Ihrer Teams entsprechen.

  • Unabhängig von den von Ihnen verwendeten Business-Intelligence-Tools sollten Sie auch alle Reports berücksichtigen, die in Ihrem bisherigen Analysetool enthalten sind und ersetzt werden müssen. Wenn Sie sich für ein neues Tool mit leistungsstarken, sofort einsetzbaren Berichts- und Datenvisualisierungsfunktionen entscheiden, können Sie direkt loslegen, ohne kostbare Zeit mit dem Aufbau und der Anpassung neuer Schnittstellen zu vergeuden.

Falls Ihr neuer Analytics-Anbieter über einen Onboarding- oder Implementierungs-Support verfügt, ist das in dieser Phase von unschätzbarem Wert für Sie: So ist spezifisches Fachwissen verfügbar, wenn es nötig ist und die Implementierung entspricht den gesetzlichen Vorschriften. So können oft langwierige Korrekturen vermieden werden und die Dauer der Migration und des Onboardings drastisch verkürzt werden - was eigene Ressourcen bindet, die sonst für die Optimierung der Unternehmensziele verwendet werden könnten.

3. Qualitätssicherung und Prüfungen

Nach der Implementierung sollten Sie eine Reihe von Tests durchführen. So stellen Sie sicher, dass die Tags korrekt implementiert sind und Ihr Datenmodell so funktioniert, wie konzeptioniert. Oft ist das die Phase in der Konzeptfehler offensichtlich werden, da bestimmte Anforderungen übersehen wurden und bestimmte Analysen nicht abgebildet werden können.

Bei den meisten Implementierungsprojekten gibt es eine Überschneidungsphase, in der Sie Zugriff auf die Analysen sowohl Ihrer alten als auch Ihrer neuen Lösung haben. Nutzen Sie diese Zeitspanne, um identische Datensätze in beiden Lösungen zu testen. So verstehen Sie, wie sie sich vergleichen lassen und ob die Ergebnisse korrekt sind. Auftretende Probleme lassen sich anschließend beheben.

Je nachdem, zwischen welchen Systemen Sie wechseln, kann es zu Diskrepanzen zwischen Ihren Datensätzen kommen. Ihr neuer Anbieter sollte jedoch in der Lage sein, Ihnen zu vermitteln, wie diese aussehen könnten.

4. Schulung und Onboarding

Da alle Beschäftigten - von Webanalysten und Produktmanagern bis hin zu Marketingteams, Vertriebsmitarbeitern und Unternehmensleitern - das digitale Analysetool nutzen, zählen Schulungen zum Pflichtprogramm. Jeder, der die Plattform nutzt, sollte verstehen, wie sie funktioniert. Alle sollten Zugang zu den Informationen haben, damit sie Entscheidungen treffen können.

An dieser Stelle kommt auch Ihre Dokumentation ins Spiel. Wenn Sie Ihre Definitionen in ein zentral verwaltetes Datenmodell einbetten, erleichtern Sie Ihrem Team den Verständnisprozess, und zwar in einer sinnvollen Sprache.

Sobald die digitale Analyse erst einmal eingerichtet ist, gehört sie zum Tagesgeschäft. Sie entwickeln spezifischen Berichte, Dashboards und Visualisierungen, die den Anforderungen Ihrer Geschäftsanwender entsprechen. Ihr Analytik-Anbieter, sowie alle externen Experten oder Berater, die Sie beschäftigen, sollte Ihnen dabei helfen können, über neue Entwicklungen und Möglichkeiten auf dem Laufenden zu bleiben. Das stellt sicher, dass Sie weiterhin das Beste aus Ihren Daten herausholen und gleichzeitig die gesetzlichen Anforderungen erfüllen.


Der Autor:

Alexander Kinner ist Analytics Strategy Consultant bei Piano, einer führenden Digital-Experience-Plattform, die es jedem Team ermöglicht, das Kundenverhalten zu verstehen und zu beeinflussen. Mit seiner umfassenden Expertise im Bereich digitales Marketing und Datenanalyse berät Kinner Pianos Kunden, ihre digitalen Geschäfte zu definieren, einzuführen und zu optimieren. Zuvor leitete er als Projektmanager und PMO Projekte zur digitalen Transformation und Organisationsentwicklung bei Unternehmen wie Telefónica, BMW und Bosch-Siemens Home Appliances.

Bildquelle: (C) Piano

Web: https://piano.io/

Diese Artikel könnten Sie auch interessieren

How-to-Anleitung: Chatbots im Personalbereich einsetzen

WISSENplus
KI treibt in einer zunehmenden Vielfalt von Unternehmensbereichen erstaunliche Qualitäts- und Effizienzsteigerungen voran. Gerade auch Chatbots erweisen sich dabei oft als eine immer stärker infrage kommende Option in der Optimierung und Automatisierung von Prozessen. Der Einsatz dieser digitalen Assistenten bietet auch im HR-Bereich zahlreiche Vorteile: Als "Ansprechpartner", die 24/7 die...

Weiterlesen

Deutsche Unternehmen nutzen ihre Daten kaum

Ob für das Training von KI-Modellen, die smarte Nutzung erneuerbarer Energien oder die Forschung rund um personalisierte Medikamente - Daten werden für Wirtschaft und Gesellschaft immer wichtiger. Doch in der großen Mehrheit der deutschen Unternehmen bleiben Daten weiterhin ungenutzt. Nur 6 Prozent gehen davon aus, dass sie das Potenzial der ihnen zur Verfügung stehenden Daten vollständig aussch...

Weiterlesen

Vorsicht, Fake News! Wie Generative KI die Verbreitung von Desinformationen fördert

WISSENplus
Von Brüssel bis Washington DC finden in diesem Jahr Wahlen statt, welche die politische Landschaft weiter Teile der Welt für die nächsten Jahre bestimmen werden. Die Wahlentscheidungen werden auch Auswirkungen auf die gesamte Weltwirtschaft und jedes einzelne Unternehmen haben. Dabei sind sie mit einer in dieser Dimension neuen Herausforderung konfrontiert: Generative KI ...

Weiterlesen

Skill-Gap-Studie: Wo haben Unternehmen die größten Wissenslücken?

Der "2023 Global State of Upskilling and Reskilling Report" von 360Learning beleuchtet den aktuellen Stand des Um- und Weiterbildungsangebots für Angestellte in Unternehmen aus Deutschland und Österreich, Frankreich, dem Vereinigten Königreich und den USA. Die Studie legt nahe, dass Beschäftigte ihr Verbleiben in einem Unternehmen u.a. davon abhängig machen, ob klare Karrierewege für s...

Weiterlesen

KI in der Praxis: Welche Rolle spielt der „Faktor Mensch“?

WISSENplus
Generative KI ist im Job-Alltag angekommen: Umfragen zufolge verwendet beinahe jeder Zweite beispielsweise ChatGPT bereits im beruflichen Kontext. Doch viele Unternehmen sind noch nicht durchgreifend auf das KI-Zeitalter vorbereitet. Es braucht es zum einen Leitlinien für die Anwendung, außerdem eine hohe Lernbereitschaft der Nutzer. Gefragt ist daher eine Kultur, die KI-Implementierung und -Einsatz über...

Weiterlesen

KI scheitert noch zu oft am Menschen

WISSENplus
Künstliche Intelligenz (KI) gilt mittlerweile als Fundament vieler Zukunftsstrategien in deutschen Unternehmen. Die Mitarbeiter reagieren jedoch häufig besorgt und verunsichert angesichts der starken Veränderungen. Um KI zum Erfolg zu führen, müssen Unternehmen die Menschen von Anfang an mitnehmen. Ein ganzheitliches Adoption & Change Management ist dafür essenziell....

Weiterlesen

Lean Manufacturing: 5 Prinzipien für Prozessoptimierung in der Fertigung

Fertigungsunternehmen sehen sich weiterhin mit vielfältigen Herausforderungen konfrontiert. Nicht zuletzt haben die stark gestiegenen Energiepreise die Betriebskosten in die Höhe schnellen und so manche Digitalisierungsbestrebung stagnieren lassen. Interne Marktentwicklungen wie der Fachkräftemangel, eine steigende Nachfrage nach höherer Produktvielfalt sowie verkürzte Produktlebenszyklen kommen erschw...

Weiterlesen

5 Tipps: So holen Sie das Maximum aus ihren Daten heraus

Nicht alle Daten sind für Reportings geeignet oder gleichermaßen wertvoll. Die Kunst liegt einerseits darin, die richtigen für den jeweiligen Use Case zu identifizieren. Andererseits müssen Unternehmen sie dann auch sinnvoll auswerten, um den maximalen Nutzen aus ihnen zu ziehen. Doch welche Daten sind die richtigen?...

Weiterlesen